Studio klonowania głosu

W Studiu klonowania głosu zbierasz nagrania swojego głosu, sprawdzasz je, obrabiasz i trenujesz z nich własny model głosu. Możesz wczytać wiele klipów (także z linku), pojedynczo je zaznaczać i odznaczać oraz stosować filtry do każdego klipu. To osobne okno z paskiem bocznym na narzędzia; profil wybierasz u góry w polu „Profil:”. (Karty „Profile” i „Dźwięki” ma Studio notatek głosowych.)

„Sprawdź klipy” mierzy każdy klip lokalnie na twoim komputerze — za darmo — i przyznaje mu wynik punktowy z brzmienia, odstępu od szumu i pogłosu. Jeśli klip jest zbyt zaszumiony, przesterowany, ma za dużo pogłosu, zawiera mało mowy albo jest za krótki, trafia do czerwonego obszaru, a „Najlepsze” nigdy go nie wybiera. Jeśli edytujesz klip po sprawdzeniu, jego wynik zostaje oznaczony jako nieaktualny. Przy następnym „Sprawdź klipy” mierzone są tylko takie klipy oraz te jeszcze niesprawdzone. Bez wyników pomiaru nie ma „Najlepsze” — najpierw sprawdź. Dokładanie słabych klipów robi klon mierzalnie GORSZYM, nie lepszym.

Jeśli przez pomyłkę wczytasz to samo nagranie dwa razy, studio rozpozna to po ZAWARTOŚCI (nie po nazwie pliku) i pokaże duplikaty, żebyś mógł je usunąć. Podwójny materiał zniekształca trening.

Te narzędzia działają lokalnie i nic nie kosztują: Filtr dudnienia (usuwa niskie dudnienie), Odszumianie (wygładza równomierny szum tła), Normalizuj (podnosi ciche nagrania) i Odszumianie AI (usuwa szum i otoczenie, także w trakcie mówienia). Oddzielenie twojego głosu od muzyki w tle NIE jest darmowe: służy do tego „Separacja · Pro” w chmurze, 20 kredytów za każdą rozpoczętą minutę. Dawna lokalna separacja została usunięta 28.08.2026.

Te narzędzia działają w chmurze i kosztują po 20 kredytów za każdą rozpoczętą minutę: „Podrasuj” (nadaje głuchym nagraniom blask), „Separacja · Pro” (najlepsze oddzielenie twojego głosu od muzyki i hałasów), „Usuń pogłos”, „Usuń szum” i „Wyraźniej” (wyższa rozdzielczość). „Rozdziel mówców” kosztuje 1 kredyt za każdą rozpoczętą minutę i przycina rozmowę do JEDNEGO mówcy — idealne, żeby z podcastu wydobyć pojedynczy głos. Cena widnieje na każdym kafelku.

Analiza spisuje WSZYSTKIE nagrania profilu — nie tylko zaznaczone — i ocenia, jak mówi ten głos: powtarzające się zwroty, budowę zdań, skróty, to, czego wyraźnie brakuje. Wynik przychodzi jako PDF i jest przeznaczony do promptów i do wglądu; na sam klon nie ma wpływu. Płacisz za transkrypcję nagrań, które nie zostały jeszcze spisane (co do sekundy, co najmniej 1 kredyt za nagranie), a do tego za podsumowanie na końcu. Już spisane nagrania liczą się za darmo. Obie kwoty widać w oknie analizy, zanim zaczniesz.

Przyciskiem „Trenuj głos” budujesz z nagrań własny model głosu. Oddaje głos dokładniej niż pojedyncze nagranie referencyjne i potem nie potrzebuje już żadnego — głos jest w modelu. Okno prowadzi przez trzy kroki: (1) „Skąd pochodzi materiał?” – przez „Wybierz folder …”, „Użyj sprawdzonego wyboru” albo „Tylko zaznaczone”; (2) „Nazwa i zakres” – poziom wynika z ilości materiału, zaznaczasz trzy pola (twoje prawa do głosu i dwie informacje, których wymaga prawo) i startujesz przyciskiem „Trenuj głos”; (3) „Zapisz mówcę” – potem głos jest do wyboru na liście „Wytrenowane głosy”. Cena zależy od ilości materiału i widnieje w oknie treningu, zanim zaczniesz. Dwie rzeczy musisz wiedzieć: trening opłaca się osobno w euro, nie kredytami — ani darmowymi, ani kupionymi. I trwa długo — czas trwania jest podany w oknie treningu przy każdym poziomie. Gdy się zakończy, aplikacja przy następnym uruchomieniu poinformuje cię o tym komunikatem.

Ile materiału wystarczy, pokazuje okno treningu w wierszu ilości. Poniżej dolnej granicy trening w ogóle się nie odbywa, tuż powyżej tylko z zaznaczeniem „brak gwarancji jakości”, a dalej zaczyna się zalecany zakres. To, co przekracza górną granicę, nie jest używane w treningu. Decyduje jakość, nie ilość: więcej materiału pomaga tylko POWYŻEJ progu sprawdzania. Dokładanie klipów, które nie przeszły sprawdzenia, mierzalnie pogarsza wynik — dlatego studio ostrzega, gdy zaznaczone są klipy, które odpadły.

Trenować i zachować możesz w każdym planie dowolnie wiele głosów. W planie Solo zawsze aktywny jest dokładnie jeden z nich: na liście „Wytrenowane głosy” przełączasz przyciskiem „aktywuj”, nic nie jest usuwane. W planach Pro i Agencja wszystkich można używać jednocześnie. Poziom zależy wyłącznie od ilości materiału, nie od planu.